遙感圖像分類PPT學(xué)習(xí)教案

1、會計學(xué)1第1頁/共63頁第2頁/共63頁第3頁/共63頁第4頁/共63頁第5頁/共63頁第6頁/共63頁第7頁/共63頁 監(jiān)督分類法：選擇具有代表性的典型實驗區(qū)或訓(xùn)練區(qū)，選擇具有代表性的典型實驗區(qū)或訓(xùn)練區(qū)，用訓(xùn)練區(qū)中已知地面各類地物樣本的光譜特性來用訓(xùn)練區(qū)中已知地面各類地物樣本的光譜特性來“訓(xùn)訓(xùn)練練”計算機，獲得識別各類地物的判別函數(shù)或模式，計算機，獲得識別各類地物的判別函數(shù)或模式，并以此對未知地區(qū)的像元進行分類處理，分別歸入到并以此對未知地區(qū)的像元進行分類處理，分別歸入到已知的類別中。已知的類別中。 非監(jiān)督分類：是在沒有先驗類別（訓(xùn)練場地）作為樣是在沒有先驗類別（訓(xùn)練場地）作為樣本的條件下，

2、即事先不知道類別特征，主要根據(jù)像元本的條件下，即事先不知道類別特征，主要根據(jù)像元間相似度的大小進行歸類合并（即相似度的像元歸為間相似度的大小進行歸類合并（即相似度的像元歸為一類）的方法。一類）的方法。第8頁/共63頁第9頁/共63頁第10頁/共63頁第11頁/共63頁第12頁/共63頁第13頁/共63頁第14頁/共63頁第15頁/共63頁l收集現(xiàn)場信息l在屏訓(xùn)練數(shù)據(jù)多邊形選擇l在屏訓(xùn)練數(shù)據(jù)的種子選擇第16頁/共63頁第17頁/共63頁第18頁/共63頁獲取每個感興趣類在各波段上的訓(xùn)練統(tǒng)計量后，必須確定能最有效區(qū)分各種類的波段方法：統(tǒng)計分析方法圖形分析方法第19頁/共63頁距離作為判別準(zhǔn)則，根據(jù)

3、像點到各類中心的距離來判別分類第20頁/共63頁piijijMxD12)(piijijMxD1|不同類別的灰度值的變化范圍即其方差的大小是不同的，不能簡單地用像元到類中心的距離來劃分像元的歸屬；自然地物類別的點群分布不一定是圓形或球形的，即在不同方向上半徑是不同的，因而距離的量度在不同方向上應(yīng)有所差異。K-最近鄰分類器 piijijijMxD122/)(21/ |ijpiijijMxD第21頁/共63頁第22頁/共63頁第23頁/共63頁第24頁/共63頁l地理分層l分類器操作l分類后處理第25頁/共63頁遙感影像與地圖的復(fù)合 地圖影像化 影像地圖化DTM與遙感數(shù)據(jù)的復(fù)合遙感與地球物理、地球化

4、學(xué)數(shù)據(jù)的復(fù)合第26頁/共63頁遙感信息-地表空間特征地球物理、地球化學(xué)特征-不同深度地物的物理性質(zhì)，如內(nèi)部結(jié)構(gòu)、物理組成、基層表面起伏l專題圖柵格化l空間配準(zhǔn)l構(gòu)建信息表達模型及提取方法第27頁/共63頁第28頁/共63頁第29頁/共63頁對象對象對象對象第30頁/共63頁高空間分辨率影像SAR數(shù)據(jù)Lidar數(shù)據(jù)GIS矢量數(shù)據(jù)多尺度分析光譜、形狀、紋理特征庫模糊規(guī)則庫認知基元基元特征的定量化表達模糊邏輯推理信息提取結(jié)果決策知識庫地物知識庫數(shù)據(jù)層分析層基元層決策層結(jié)果層第31頁/共63頁選擇適當(dāng)?shù)某叨?，才能有效、完整地提取信?第32頁/共63頁鄰對象鄰對象子對象子對象父對象父對象第33頁/共6

5、3頁多尺度影像分割首先通過初始分割將影像像元合并成較小的初始影像對象,然后通過多次循環(huán)將較小的影像對象合并成較大的多邊形對象第34頁/共63頁第35頁/共63頁p對象合并準(zhǔn)則對象合并準(zhǔn)則在初始分割基礎(chǔ)上，通過將初始影像對象逐步合并為較大的對象來實現(xiàn)多尺度對象的構(gòu)建，對象合并的停止條件是由其尺度準(zhǔn)則決定的shapeshapevaluevaluehwhwfccmccmccvaluennwh)()(2211smoothsmoothcmpctcmpctshapehwhwh)()(222111nlnlnnlnlnhmmmmcmpct)()(222111blblnblblnhmmmmsmooth第36頁/

6、共63頁尺度為尺度為：16 16 平平均面積均面積：尺度為：尺度為：32 32 平平均面積：均面積：尺度為尺度為：128 128 平均面平均面積：積：尺度為：尺度為：256 256 平均面積：平均面積：3017130171第37頁/共63頁第38頁/共63頁作操輯邏目標(biāo)類2目標(biāo)類3目標(biāo)類n目標(biāo)類1特征1特征2特征3特征m結(jié)果特征元c1c2c3c4表示對應(yīng)目標(biāo)類中所選擇的特征第39頁/共63頁第40頁/共63頁第41頁/共63頁43第42頁/共63頁第43頁/共63頁R個輸入piR R，即R維輸入矢量p pn: net input, n=wpwp+b。R個權(quán)值wiR R，即R維權(quán)矢量w w閾值b

7、輸出a=f(n), f: transfer function第44頁/共63頁第45頁/共63頁教師神經(jīng)網(wǎng)絡(luò)比較環(huán)境實際輸出輸入期望輸出誤差信號p(n)t(n)a(n)e(n)第46頁/共63頁第八章 人工神經(jīng)網(wǎng)絡(luò)48211()() ()22TkkJEenEnnee211()()() ()22TkkJnennneeSSEMSE第47頁/共63頁kJ w.Tkkewpkjkjwe pdelta學(xué)習(xí)規(guī)則TWep第48頁/共63頁第49頁/共63頁第50頁/共63頁第51頁/共63頁第52頁/共63頁第53頁/共63頁第54頁/共63頁第55頁/共63頁(0)W( )kta()(1)jjjjjtaaa(1)jjjjiiiaawijjiwa (1)( )ijijijwtwtw 第56頁/共63頁第57頁/共63頁類的目的。第58頁/共63頁第59頁/共63頁第60頁/共63頁第61頁/共63頁綜合評判綜合評判根據(jù)多個因素對事物進行評定，稱為綜合評判.模型已知條件：, ) 1 (21iinaxxxxX的權(quán)重為因素因素集, 11niia);